Home Process Mining im Prototypenbau
Article
Licensed
Unlicensed Requires Authentication

Process Mining im Prototypenbau

Datenbasierte Verbesserung der hochiterativen Produktentwicklung
  • Günther Schuh , Jan-Philipp Prote , Andreas Gützlaff , Sven Cremer and Seth Schmitz
Published/Copyright: December 2, 2019
Become an author with De Gruyter Brill
Submit Manuscript Author Information
Zeitschrift für wirtschaftlichen Fabrikbetrieb
From the journal Zeitschrift für wirtschaftlichen Fabrikbetrieb Volume 114 Issue 11

Kurzfassung

Im Zuge anhaltender Produktindividualisierung und immer kürzer werdenden Produkteinführungszeiten hat die hochiterative Produktentwicklung zunehmend an Bedeutung gewonnen. Eine damit einhergehende kontinuierliche Integration von Kundenwünschen führt zu steigenden Planungsaufwänden, da beispielsweise Montageplanungsdokumente aufgrund von Produktänderungen häufig angepasst werden müssen. Um diese Aufwände zu reduzieren, wurde eine Process-Mining-Vorgehensweise entwickelt, um manuellplanerische Tätigkeiten durch wertschöpfende Tätigkeiten im Prototypenbau zu ersetzen und automatisiert Montageplanungsdokumente zu erstellen und auszuwerten. Zusätzlich können durch Anwendung von Process Mining Montageabfolgen in der Fertigung der DFA Demonstrationsfabrik Aachen transparent beschrieben sowie durch definierte Performanceindikatoren bewertet und verbessert werden.

Abstract

Databased improvement of highly iterative product development. In the course of ongoing product individualization and shorter product launch times, highly iterative product development has gained increasing importance. The continuous integration of customer requirements leads to increasing planning efforts, since, for example, assembly-planning documents must often be adjusted due to product changes. In order to reduce these efforts, a process mining approach was developed to replace manual planning activities by value-adding activities in prototype production and to automatically create and evaluate assembly-planning documents. In addition, by using process mining, assembly sequences at the DFA Demonstration Factory Aachen can be transparently described, evaluated and improved by defined performance indicators.

Prof. Dr.-Ing. Dipl.-Wirt. Ing. Günther Schuh, geb. 1958, ist Inhaber des Lehrstuhls für Produktionssystematik am Werkzeugmaschinenlabor WZL der RWTH Aachen, Direktoriumsmitglied am Fraunhofer-Institut für Produktionstechnologie IPT in Aachen und Direktor des Forschungsinstituts für Rationalisierung e. V. (FIR) an der RWTH Aachen. Er ist Gründer der Schuh & Co. Firmengruppe in Würselen, St. Gallen und Atlanta.

Dr.-Ing. Jan-Philipp Prote, geb. 1986, studierte Wirtschaftsingenieurwesen mit der Fachrichtung Maschinenbau an der RWTH Aachen sowie Industrial Engineering an der Tsinghua University in Peking. Er ist Oberingenieur und Abteilungsleiter der Abteilung Produktionsmanagement am Werkzeugmaschinenlabor WZL der RWTH Aachen.

Andreas Gützlaff, M. Sc., geb. 1989, studierte Wirtschaftsingenieurwesen mit der Fachrichtung Maschinenbau an der RWTH Aachen. Er ist Oberingenieur und Abteilungsleiter der Abteilung Produktionsmanagement am Werkzeugmaschinenlabor WZL der RWTH Aachen.

Sven Cremer, M. Sc., geb. 1988, studierte Maschinenbau an der RWTH Aachen. Er ist Wissenschaftlicher Mitarbeiter am Werkzeugmaschinenlabor WZL der RWTH Aachen und Leiter der Gruppe Prozessmanagement in der Abteilung Produktionsmanagement.

Seth Schmitz, M. Sc., M. Sc., geb. 1991, studierte Wirtschaftsingenieurwesen mit der Fachrichtung Maschinenbau an der RWTH Aachen sowie Industrial Engineering an der Tsinghua University in Peking. Er ist Wissenschaftlicher Mitarbeiter am Werkzeugmaschinenlabor WZL der RWTH Aachen.

Literatur

1. VDMA e. V.; McKinsey & Company (Hrsg.): The Future of German Mechanical Engineering - Operating Successfully in a Dynamic Environment. Frankfut a. M., Berlin2014Search in Google Scholar

2. van Iwaarden, J.; van der Wiele, T.: The Effects of Increasing Product Variety and Shortening Product Life Cycles on the Use of Quality Management Systems. International Journal of Quality & Reliability Management29 (2012) 5, S. 470–50010.1108/02656711211230481Search in Google Scholar

3. Diels, F.; Rudolf, S.; Schuh, G.: Highly Iterative Product Development Process for Engineering Projects. AMM794 (2015), S. 532–53910.4028/www.scientific.net/AMM.794.532Search in Google Scholar

4. BartH.; M.Gerritsen, Advances in mass customization and adaptive manufacturing. 2008Search in Google Scholar

5. ElMaraghy, H.; Schuh, G.; ElMaraghy, W.; Piller, F.; Schönsleben, P.; Tseng, M.; Bernard, A.: Product Variety Management. CIRP Annals62 (2013) 2, S. 629–65210.1016/j.cirp.2013.05.007Search in Google Scholar

6. Takeuchi, H.; Nonaka, I.: The New Product Development Game. Harvard Business Review64 (1986) 1, S. 137–146Search in Google Scholar

7. Schuh, G.; Zeller, V.; Prote, J.-P.; Molitor, M.; Wenger, L.: Generative Stücklistenerstellung in der manuellen Montage. ZWF112 (2017) 6, S. 392–39510.3139/104.111729Search in Google Scholar

8. Liu, S.; Zhang, Z.; Tian, X.: A Typical Process Route Discovery Method Based on Clustering Analysis. International Journal of Advanced Manufacturing Technology35 (2007) 1/2, S. 186–19410.1007/s00170-006-0706-0Search in Google Scholar

9. Schuh, G.; Prote, J.-P.; Dany, S.; Molitor, M.; Giner, B.: Process Model for Generative Assembly Planning in the Highly Iterative Product Development. Procedia CIRP72 (2018), S. 363–36810.1016/j.procir.2018.03.006Search in Google Scholar

10. Eckstein, H.; Eichert, J.; Waidmann, J.: Prozessmodell zur Integration von Konstruktion und Montageplanung. ZWF105 (2010) 3, S. 200–20510.3139/104.110269Search in Google Scholar

11. Lotter, B.; Wiendahl, H.-P.: Montage in der industriellen Produktion. Springer-Verlag, Berlin, Heidelberg200610.1007/3-540-36669-5Search in Google Scholar

12. Daniel, F.; Barkaoui, K.; Dustdar, S.: Business Process Management Workshops. Springer-Verlag, Berlin, Heidelberg201210.1007/978-3-642-28115-0Search in Google Scholar

13. van der Aalst, W.: Process Mining. Springer-Verlag, Berlin, Heidelberg201610.1007/978-3-662-49851-4Search in Google Scholar

Online erschienen: 2019-12-02
Erschienen im Druck: 2019-11-28

© 2019, Carl Hanser Verlag, München

Articles in the same Issue

  1. Editorial
  2. KI – eine günstige Alternative?
  3. Inhalt/Contents
  4. Inhalt
  5. Fabrikplanung
  6. Dimensionierung der Werksgröße mittels Methoden der Digitalen Fabrik
  7. Prozessplanung
  8. Berücksichtigung von Oberflächeneigenschaften in der CAD/CAM-Kette
  9. Process Mining
  10. Process Mining im Prototypenbau
  11. Wertstromanalyse
  12. Automatisierte Wertstromanalyse auf Basis mobiler Sensornetzwerke
  13. Wertstromsimulation
  14. Wertstrombasierte Erstellung von Simulationsmodellen
  15. Ganzheitliche Produktionssysteme
  16. Nachhaltiges Fehlermanagement in Ganzheitlichen Produktionssystemen der Luftfahrtzulieferindustrie
  17. Das neu(nt)e Gestaltungsprinzip im Ganzheitlichen Produktionssystem
  18. Variabilität
  19. Einfluss und Ursachen von Variabilität in der kunden-auftragsspezifischen Produktion
  20. Problemlösung
  21. A3- versus 8D-Report
  22. Konfigurations Management
  23. Methodik zur Bestimmung von Starting Solutions im B2B-Kontext
  24. Produktivität
  25. Produktivitätserhöhung in der Automobilfertigung
  26. MRK-Systeme
  27. Simulationsgestützte arbeitswissenschaftliche Bewertung von MRK-Arbeitsplätzen
  28. Hybride Fertigung
  29. HybridCAM: Durchgängiger Informationsfluss in der hybriden Fertigung
  30. Bauteilverzug
  31. Einfluss des Bauteilverzugs auf Form- und Lagetoleranzen
  32. Adaptives Kühlsystem
  33. Adaptives Kühlsystem mit thermoelektrischen Generatoren
  34. Studie
  35. IoT: Wo steht die deutsche Industrie?
  36. Digitalisierung
  37. Digitalisierung des Änderungsmanagements
  38. Digitale Transformation
  39. Digitale Transformation von Unternehmen
  40. Unternehmensqualifizierung für die Digitale Transformation
  41. Digitale Vernetzung
  42. Nutzung von Vernetzungsplattformen in der Innovationsarbeit
  43. Maschinelles Lernen
  44. Merkmalsbasierte Qualitätsprädiktion durch maschinelles Lernen
  45. Vorschau/Preview
  46. Vorschau
https://doi.org/10.3139/104.112186

Articles in the same Issue

  1. Editorial
  2. KI – eine günstige Alternative?
  3. Inhalt/Contents
  4. Inhalt
  5. Fabrikplanung
  6. Dimensionierung der Werksgröße mittels Methoden der Digitalen Fabrik
  7. Prozessplanung
  8. Berücksichtigung von Oberflächeneigenschaften in der CAD/CAM-Kette
  9. Process Mining
  10. Process Mining im Prototypenbau
  11. Wertstromanalyse
  12. Automatisierte Wertstromanalyse auf Basis mobiler Sensornetzwerke
  13. Wertstromsimulation
  14. Wertstrombasierte Erstellung von Simulationsmodellen
  15. Ganzheitliche Produktionssysteme
  16. Nachhaltiges Fehlermanagement in Ganzheitlichen Produktionssystemen der Luftfahrtzulieferindustrie
  17. Das neu(nt)e Gestaltungsprinzip im Ganzheitlichen Produktionssystem
  18. Variabilität
  19. Einfluss und Ursachen von Variabilität in der kunden-auftragsspezifischen Produktion
  20. Problemlösung
  21. A3- versus 8D-Report
  22. Konfigurations Management
  23. Methodik zur Bestimmung von Starting Solutions im B2B-Kontext
  24. Produktivität
  25. Produktivitätserhöhung in der Automobilfertigung
  26. MRK-Systeme
  27. Simulationsgestützte arbeitswissenschaftliche Bewertung von MRK-Arbeitsplätzen
  28. Hybride Fertigung
  29. HybridCAM: Durchgängiger Informationsfluss in der hybriden Fertigung
  30. Bauteilverzug
  31. Einfluss des Bauteilverzugs auf Form- und Lagetoleranzen
  32. Adaptives Kühlsystem
  33. Adaptives Kühlsystem mit thermoelektrischen Generatoren
  34. Studie
  35. IoT: Wo steht die deutsche Industrie?
  36. Digitalisierung
  37. Digitalisierung des Änderungsmanagements
  38. Digitale Transformation
  39. Digitale Transformation von Unternehmen
  40. Unternehmensqualifizierung für die Digitale Transformation
  41. Digitale Vernetzung
  42. Nutzung von Vernetzungsplattformen in der Innovationsarbeit
  43. Maschinelles Lernen
  44. Merkmalsbasierte Qualitätsprädiktion durch maschinelles Lernen
  45. Vorschau/Preview
  46. Vorschau
Sign up now to receive a 20% welcome discount
Institutional Access
How does access work?
Have an idea on how to improve our website?
Please write us.
© 2025 De Gruyter Brill
Downloaded on 8.9.2025 from https://www.degruyterbrill.com/document/doi/10.3139/104.112186/html
Scroll to top button